Python 在ndarray.reformate之后保持数组长度

我最初的X_列大小为（384640,3），y_列大小为（384，）。 在我将X_列重塑为（1384640,3）后，X_列的长度变为1，我得到如下所示的值error。有没有一种方法可以使X_train的长度保持在384，而不必将其重塑为3D阵列

---------------------------------------------------------------------------ValueError回溯（最近的调用 最后）在 1#培训模型 ---->2模型拟合（np.数组（xDataR），np.数组（y列），批量大小=32，历代数=10） 3#问题：输入数组的样本数应与目标数组的样本数相同。找到1个输入样本和384个目标 样品。 4#解决方案：train_data.size%batch_size=0，或者换句话说，数据数组的大小需要是批的倍数 尺寸

~.conda\envs…\lib\site packages\tensorflow\u core\python\keras\engine\training.py 适合（自我、x、y、批量大小、时代、详细、回调、， 验证分割、验证数据、洗牌、等级权重、， 样本重量、初始历元、每历元步骤、验证步骤、， 验证频率、最大队列大小、工人、使用多处理、， **kwargs） 726最大队列大小=最大队列大小， 727名工人=工人， -->728使用多处理=使用多处理） 729 730 def评估（自我

~.conda\envs…\lib\site packages\tensorflow\u core\python\keras\engine\training\u v2.py 适合（自我、型号、x、y、批量大小、年代、详细、回调、， 验证分割、验证数据、洗牌、等级权重、， 样本重量、初始历元、每历元步骤、验证步骤、， 验证频率，**kwargs） 222验证数据=验证数据， 223验证步骤=验证步骤， -->224分销（策略=策略） 225 226总样本数=\u获取\u总样本数\u（训练\u数据\u适配器）

~.conda\envs…\lib\site packages\tensorflow\u core\python\keras\engine\training\u v2.py 过程中培训输入（型号、x、y、批量大小、年代、， 样本权重、类别权重、每个历元的步长、验证拆分、， 验证数据、验证步骤、洗牌、分发策略、， 最大队列大小、工人、使用（多处理） 545最大队列大小=最大队列大小， 546名工人=工人， -->547使用\多处理=使用\多处理） 548 val_适配器=无 549如果验证数据：

~.conda\envs…\lib\site packages\tensorflow\u core\python\keras\engine\training\u v2.py 过程内输入（型号、x、y、批量、年代、样本权重、， 类权重、洗牌、步数、分布策略、最大队列大小、， 工人，使用（多处理） 592批次大小=批次大小， 593检查步骤=错误， -->594步=步） 595适配器=适配器( 596 x

~.conda\envs…\lib\site packages\tensorflow\u core\python\keras\engine\training.py 标准化用户数据（自身、x、y、样本重量、类别重量、， 批量大小、检查步骤、步骤名称、步骤、验证、拆分、洗牌、， 从_数据集中提取_张量_）2532#检查所有数组 长度相同。如果没有，则为2533 自我分配策略： ->2534训练工具。检查数组长度（x，y，样本权重）2535，如果self.\u是网络而不是网络 self.run_：2536#额外检查以避免用户 错误地使用不当的损失fns

~.conda\envs…\lib\site packages\tensorflow\u core\python\keras\engine\training\u utils.py 检查数组长度（输入、目标、权重） 675“与目标阵列相同的样本数。” 676“找到”+str（列表（集合x）[0]）+“输入样本” -->677'和'+str（列表（集合y）[0]）+'目标样本'） 678如果长度（设置宽度）>1： 679 raise VALUE ERROR（'所有样本重量数组应具有'

ValueError:输入数组的样本数应与 目标数组。找到1个输入样本和384个目标样本

---

X和y的形状的第一个元素必须是相同的数字。你想要X的形状是什么？（384，1640，3）还是什么？或者y也必须是（1384）在重塑之后，我的输入是（1384480，3），长度是1。我希望我的输入长度是384，y的长度是（384，），长度是384。我尝试过了。swap（）和.T，但它没有给出长度。我也试着制作y（1384），但CNN模型给出了一个错误。你的

X

构成了什么？是480x3（黑白）图像中的384个？还是480x480（RGB图像-3个通道）中的384个？不太清楚X是什么。根据X是什么，解决方案不同X是381X480x3色的images@eLg，你能用你正在使用的模型更新这个问题吗。